數字普惠金融對農業韌性的非線性影響機制

關鍵詞 數字普惠金融；農業韌性；合村并居；農業風險；三產融合；門檻效應

農業是自然風險最大最集中的行業，也經常面臨復雜多變的市場風險，如價格波動、信息不對稱、市場競爭加劇、國際貿易環境變化等。在全球氣候變化和市場波動的雙重影響下，中國農業經濟的不穩定性日益加劇。在人地矛盾突出的背景下，小農戶分散的生產模式不僅表現出組織化程度低、產業鏈條不完整、科技應用匱乏以及對環境變化敏感等脆弱性，也凸顯了提升農業韌性的迫切性［1］。為此，中國政府在國家戰略層面持續強調提升農業產業鏈及供應鏈韌性和安全水平。特別是黨的二十大報告和2023年中央一號文件對此進行了系統規劃和部署，旨在構建一個資源充足、技術先進、運營高效、產業韌性強、競爭力強的農業強國，確保國家糧食安全與農業可持續發展。

金融是國民經濟的血脈，是國家核心競爭力的重要組成部分。在提升農業韌性，扎實推動鄉村振興，加快建設農業強國的進程中，金融扮演著至關重要的角色。普惠而適度的金融服務將提供必要的資本、風險管理工具以及技術支持，成為助力鄉村振興和農業強國建設的關鍵要素之一。然而，長期以來，中國農業經濟領域遭遇金融服務短缺和滯后的困難，農戶和農業企業難以及時獲得充足的財務支持與風險管理資源，嚴重阻礙了農業生產力的提高和農業韌性的提升。農業領域的這種金融排斥不僅限制了技術革新和資源的有效配置，而且成為提升農業韌性、實施農業強國戰略的主要障礙［2］。

隨著數字技術的快速發展，數字普惠金融作為一種集成數字化、智能化和金融生態變革的新興服務模式，為傳統金融服務難以觸及的廣大群體提供了支付、儲蓄、理財、風險管理等多元化服務。2017年7月，習近平在第五次全國金融工作會議上明確指出，“要建設普惠金融體系”。2020年10月，黨的十九屆五中全會進一步強調，構建金融有效支持實體經濟的體制機制，提升金融科技水平，增強金融普惠性。2023年10月，中央金融工作會議首次提出：“加快建設金融強國，推動我國金融高質量發展?！辈娬{：“做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章?！鄙鲜鲆幌盗袛底制栈萁鹑诎l展的頂層設計及政策框架，為數字普惠金融賦能農業韌性與農業強國戰略指明了方向，提供了發展空間。然而，根據金融最優理論和邊際效應遞減規律，數字普惠金融與農業韌性之間的關系可能并非線性。在金融服務擴展至某一臨界點后，過度負債或市場飽和可能引發邊際收益遞減，從而制約對農業系統穩定性的貢獻。因此，探討數字普惠金融能否作為提升農業韌性的助推器以及兩者在短期和長期內展現何種關聯特征等問題，具有一定的學術價值、政策啟示和實踐意義。

1 文獻綜述

經濟韌性被視作經濟體在抗御、吸收沖擊后恢復穩定狀態或實現優化狀態的能力，是衡量其抵抗力的關鍵指標［3］。國內外學者采用核心指標法、多元指標合成法或反事實增長法等方法，對宏觀經濟韌性、區域經濟韌性以及產業經濟韌性等進行了細致探討［4］。盡管農業韌性包含了區域經濟韌性和產業韌性的一般屬性，但也表現出其特有的系統特性。人口規模大、土地細碎化、小型家庭農業生產為主等客觀條件，增加了農業韌性面臨的困難和挑戰［5］。農業需求變化、農業政策調整和農業多功能性變遷被視為主要影響因素［6-7］。部分研究從自然災害、氣候變化、市場波動的角度探討農業韌性提升路徑［8］。相關研究表明，多元化銷售模式、勞動力非農轉移、社交網絡構建、財政補貼及農業組織創新等因素有效提高了農業韌性［9-10］。同時，張明斗等［11］研究發現，中國農業韌性雖然整體上呈增強趨勢，但區域間差別顯著。

基于金融中介理論與技術采納理論，金融服務在提高農業生產效率及風險應對能力方面起到了重要作用。金融中介理論強調，金融機構能夠通過風險分散和資本技術減少交易雙方信息不對稱性，促進資源有效配置和風險管理。技術采納理論則關注技術創新如何通過降低成本和提高生產效率被市場采納，揭示了金融支持促進技術廣泛應用及農業現代化的途徑。以信貸、保險及風險管理工具為代表的金融中介不僅增強了農戶抵御風險的能力，而且增強了農業系統的韌性［12］。此外，金融市場的成熟度對農戶采納新技術的成本、效益及其適應力和風險防范能力有直接影響［13］。羅光強等［14］的研究也表明，數字普惠金融有效引導生產要素合理流動，提高了農業資源配置效率。一些創新性的金融工具，如農業信貸擔保、個性化金融產品及天氣指數保險，在減輕農業生產風險和推動農業持續增長方面發揮了重要作用。

隨著數字化轉型和普惠金融的興起，融入了新一代信息技術的數字普惠金融應運而生。相比于依賴實體網點的傳統金融，數字普惠金融在降低交易成本和拓寬服務范圍上具有獨特優勢。對于小微型企業及低收入群體等非傳統金融服務的受眾，數字普惠金融提供了前所未有的融資機會。數字普惠金融不僅緩解了農業生產經營的融資約束，也增強了農戶應對市場波動的能力。金融學界普遍認為，增進金融服務水平，對穩定農戶收入有著積極的影響［12］。此外，數字普惠金融促進了農業土地要素、人力資本及現代技術管理的有效匹配與優化配置，加速了農業技術、生產經營流程及現代農業組織模式的創新與普及［ 15］。因此，提升農業韌性需要發揮數字金融的作用，以實現更加健康、安全、可持續的發展。然而，未加節制的金融產品供應和不斷擴大的運作規模，可能會推動農業部門的債務水平非理性膨脹，并危及財務安全與農業經營的穩定性。考慮到農業生產與自然環境的緊密聯結，標準化的金融服務設計應保持審慎態度［16］。同時，數字普惠金融蘊含的“數字技術”底層邏輯使得其具有一定的推廣應用門檻，技術基礎、知識結構、經營規模等方面的差異可能會導致特定地區被邊緣化，從而加劇經濟發展的不平衡，并制約農業效率的提升。

盡管現有文獻廣泛地關注農業韌性的概念和測度，討論了農村金融服務對農業經濟的線性效應，但鮮有研究將數字普惠金融與農業韌性融入統一的分析框架，從非線性視角探討兩者之間的理論聯系及影響機制。本研究的邊際貢獻是從非線性視角提出了兩者融合的分析框架，利用2013—2023年中國30個省份的數據，檢驗了數字普惠金融對農業韌性的非線性影響機制和效應。主要研究過程是以2008年國際金融危機前的農業系統狀態作為評估農業韌性的基準，通過計算實際增長與潛在增長水平的差異，合理地測度了地區農業韌性水平，并從農戶風險承擔、農村產業融合的中介效應，合村并居政策的調節效應以及農業生產風險的門檻效應等維度進行了全面評估。本研究豐富了對數字普惠金融影響農業韌性機制的規律性認識，深化了數字普惠金融促進農業可持續發展，助力農業強國建設的學術議題和農業經濟與金融協同發展思維，也為數字普惠金融促進農村經濟高質量發展，助力鄉村振興提供了新的理論視角和政策建議。

2 理論機制

本研究在構建理論分析框架時，深入闡釋了數字普惠金融對農業韌性的非線性作用，并討論了合村并居政策的調節作用、農戶風險承擔和農村產業融合的中介作用。具體而言，合村并居政策將改變農村社會結構、重塑資源配置，從而影響數字普惠金融服務的傳播和接受程度。根據資源依賴理論，農村社會結構可能會影響農戶對金融服務的依賴程度，進而影響農村經濟韌性。另外，農戶風險承擔也是一個重要的中介機制，即數字普惠金融通過改變農戶對農業生產風險的認知和承擔能力影響農業韌性。這與風險管理理論中的風險偏好和風險規避密切相關。此外，農村產業融合也是一個重要的中介機制，即數字普惠金融服務將促進農村產業的融合發展，從而提高農業系統的整體韌性。根據產業融合理論，農村一二三產業的融合可以提高資源配置效率，增強生產者的抗風險能力。綜合考慮這些角度，可以更全面地理解數字普惠金融對農業韌性的影響機制，為相關政策制定和實踐提供更有效的指導和支持。

2. 1 數字普惠金融對農業韌性的非線性作用

隨著數字普惠金融的進一步發展，其對農業生產的正面影響（正效應）凸顯了金融包容性發展的重要性。金融包容性發展通過擴大金融服務的覆蓋面、可及性和降低使用門檻，促進了金融資源的有效配置，并推動了特定行業和區域的發展。在中國農村地區，農戶在傳統金融服務中面臨高昂的融資成本，而數字普惠金融通過擴大服務覆蓋面和降低交易成本，為農村經濟注入了新動力［17］。從信息不對稱的角度考慮，數字普惠金融通過提供豐富的金融產品和服務信息，降低了信息搜尋和交易成本［18］。數字普惠金融場景下，金融機構能夠更有效地識別和評估農村地區的融資需求，為農戶提供更精準的服務。此外，風險管理理論為理解數字普惠金融在農業生產中的作用提供了重要視角。例如，農業保險等金融工具通過風險分散和轉移機制為農戶提供了應對自然災害和市場波動的風險保障［19］。這不僅降低了農業生產的不確定性，而且通過減輕農戶的風險負擔，激勵了生產性投資和技術創新。因此，數字普惠金融通過改善農村金融服務環境，提高金融服務的普及率和效率，以及構建有效的風險管理機制，解決了農戶融資難的問題，促進了農村經濟增長和農業生產效率的提升，從而有助于提升農業韌性。

從更為宏觀和長期的視角來考慮，數字普惠金融也存在諸多不利于發展農業韌性的負面因素。部分學者提出，數字普惠金融服務在短期內能夠提高農業產出，但可能誘致農戶對金融資本過度依賴［ 20］。當農戶在市場波動的環境下，可能會因金融杠桿而承受資金鏈斷裂的風險。長期過度依賴金融工具可能會削弱農戶抗御自然災害及應對市場變動的韌性［ 21］。從規模報酬遞減的視角看，當農戶面臨較高的債務負擔時，可能會抑制其他生產要素的投入，降低生產要素的整體配置效率［ 22］。如果農戶運營管理的重心放在償還短期債務上，那么可能會忽視對土壤質量及生態環境的維護。張岳等［23］指出，防范、化解金融風險是數字金融與傳統金融發展的必然要求。金融風險不僅制約了土地的產出效率，也破壞了農業的生態平衡與可持續發展。因此，提出假設H1。

H1：數字普惠金融在適度范圍內有助于提升農業韌性，兩者之間呈現倒“U”形的非線性關系。

2. 2 合村并居政策的調節機制

在中國農業生產格局中，小規模農戶生產經營所固有的不確定性和風險愈發凸顯，探求有效的農業系統韌性的治理機制，已成為當前農業結構調整和優化的重要議題。陳軍亞［24］指出，小規模農業的生產效率受到規模經濟不足、社會網絡閉塞以及市場渠道單一等因素制約，削弱了小農經濟管理風險的潛力。因此，農村改革旨在通過組織化手段提升小規模農戶的生產效率和穩定性，賦予其更強的自我調節功能。

李增元等［25］對合村并居政策的評價凸顯了該項政策重塑鄉村社會結構、提升小規模農業生產穩定性以及應對邊際生產不確定性的作用?；谫Y源依賴理論，合村并居政策通過整合和優化農村資源配置，減少了農戶對外部不確定性的依賴，從而有助于提升農村經濟的韌性［26］。此外，合村并居政策還促進了農戶之間的合作與組織化發展。根據集體行動理論，合村并居政策引致的農村集體行動有助于增強農戶對自然風險和市場風險的抵御能力，從而提高小規模農戶生產經營的整體經濟效益。彭迪云等［27］的研究也強調了農業集體化所帶來的地理聚集效應對農業知識和技術的傳承、創新以及農戶網絡聯結的積極影響。因此，合村并居政策不僅在改善農村生產條件和推動農業生產專業化方面發揮了重要作用，也通過促進農戶組織合作和提高集體行動能力，增強了農村經濟的韌性和抗風險能力。數字普惠金融作為發展農村經濟的新興推動力，拓展了小規模農戶獲取金融服務與信息的途徑，提高了其風險管理效能。數字普惠金融的效能依賴合村并居政策所促成的社會網絡與經濟組織框架的實質性改善。據此，提出假設H2。

H2：合村并居政策在數字普惠金融增強農業系統韌性的過程中，發揮了不可替代的正向調節作用。

2. 3 農戶風險承擔的中介機制

面對氣候變化、價格波動及疫病侵襲等多元化的農業生產風險，農戶的風險承受能力及其管理機制成為確保生產穩定的關鍵。提高農戶的風險承擔能力不但加強了農戶對自然及市場風險的適應性，還促使其在遭遇諸如氣候變異或市場劇變等不可預測的挑戰時，能采取更加靈活與多樣的應對策略。

在數字普惠金融推廣方面，因其有效提升農業韌性及農戶的風險承擔能力而受到高度關注。王瑞峰［28］的研究表明，數字普惠金融通過降低服務成本和提升使用便利性，提高了農戶采納現代化農業技術的意愿。提高采納農業技術的意愿可以幫助農戶更好地適應市場環境和生產環境，從而有利于農戶增加生產投資。董艷敏等［12］指出，數字信息服務在降低保險產品成本和提升定價精度方面起到了關鍵作用，為農戶帶來了更為貼切的保險服務，提高了農戶的風險承擔能力。綜上所述，數字普惠金融通過創新金融服務拓寬了農戶融資來源，提升了農業生產的效率。同時，借助保險產品加強了農戶應對自然風險與市場波動的能力。因此，提出假設H3。

H3：在數字普惠金融提升農業韌性的過程中，農戶風險承擔發揮關鍵的中介作用。

2. 4 農村產業融合的中介機制

產業形態與結構的優化在加強農業韌性的過程中起到了關鍵作用。產業內部的多樣化以及產業之間的深度融合，成為抵御外部經濟沖擊的重要抓手。這有助于分散經營風險，加強產業的持續性和應變能力［29］。中國農村產業融合已表現出由政策引導、信息技術革新以及產業結構調整共同推進的態勢，通過優化產業鏈布局、擴大產業范圍和促進功能轉型，不斷推進產業結構升級。在市場波動和環境變化的雙重壓力下，傳統的農業運營模式表現出結構脆弱性。農村產業融合的推進，被視作緩解市場風險、調整價格承受力、吸納科技及管理創新的有效路徑［30］。資本的介入成為實現產業深度融合的重要前提。盡管工商資本下鄉活動增加了農村資金流轉，卻未能根本改善農村融資困局［31］。數字普惠金融通過聚合市場散戶資源，向農業經營者提供資金支持，為農村新產業、新業態、新模式的導入和發展奠定了基礎［32-33］?；诖耍岢黾僭OH4。

H4：在數字普惠金融對農業韌性的影響機制中，農村產業融合發揮中介作用。

基于以上理論分析，本研究總結并構建了一個理論分析框架，如圖1所示。

3 模型、變量與數據

3. 1 模型構建

3. 1. 1 基準回歸模型

基于前文的理論推導，本研究采用非線性回歸模型來檢驗數字普惠金融對農業韌性的非線性影響機制。這揭示了數字普惠金融對農業韌性的短期和長期影響，為未來政策制定和實踐提供理論支持和實證依據。具體的回歸模型如下：

式中：resiit 代表i 地區t 年的農業韌性，indexit 及index2it分別代表數字普惠金融指數的一次項和二次項，Xit 代表控制變量集合。β0代表截距項；β1和β2為indexit 及index2it的系數；β3為控制變量的系數。當β2顯著不為0時，數字普惠金融對農業韌性存在非線性效應，其拐點為X0=-β1 / 2β2。fi 和ft 分別表示地區固定效應和時間固定效應，控制不隨時間變化的地區特征和普遍的時間趨勢。εit 為誤差項，捕捉模型中未能觀測到的隨機干擾。

3. 1. 2 調節效應模型

借鑒Haans等［34］的方法，在公式（1）中引入了合村并居政策（magit）作為調節變量，并考察其與解釋變量的一次項和二次項相互作用。基于此，形成了修正后的公式（2）。

式中：φ0 表示公式（2）的截距項；φ1 和φ2 分別為indexit 和index2it 的系數；φ3 表示合村并居政策的影響效應；φ4 和φ5 分別為magit × indexit 和magit × index2it 的系數，代表合村并居政策對數字普惠金融影響農業韌性過程中的調節效應；φ6 為控制變量的系數。

錢麗等［35］的研究為非線性調節效應模型中拐點的測算提供了理論基礎。依據該理論，公式（2）的拐點位置由X0 = -（φ1 + φ4magit ）/2（φ2 + φ5magit ） 給出。調節變量對拐點位置存在影響。當（φ1 φ5 - φ2 φ4 ） gt; 0時，拐點向右移動；反之，拐點則向左移動。另外，調節變量改變了曲線的形狀。當φ5 gt; 0時，“U”形曲線變得更加陡峭，表明解釋變量與被解釋變量之間關系的變化速率上升，倒“U”形曲線則變得更加平緩，表征著變化速率的下降；當φ5 lt;0時，則使“U”形曲線變得更加平緩，倒“U”形曲線變得更加陡峭。

3. 1. 3 中介效應模型

借鑒Baron等［36］的分步法和林偉鵬等［37］對非線性中介作用的判定方法，構建非線性中介效應的理論模型如下：

在公式（3）中，中介變量（Mit）主要包括農戶風險承擔（risit）和農村產業融合（indit）。其中：γ0 為公式（3）的截距項；γ1 和γ2 分別為indexit 和index2it 對中介變量的影響效應；γ3 為控制變量的系數。公式（4）中，ρ0 表示截距項；ρ1和ρ2 分別代表indexit 和index2it 對農業韌性的非線性影響效應；ρ3 表示中介變量的系數；ρ4 表示控制變量的系數。

根據公式（1）、公式（3）和公式（4）的估計結果，當β2、γ2、ρ2、ρ3 均在統計上顯著非零時，便可認為存在中介效應。借鑒Yang等［38］提出的理論框架，將數字普惠金融對農業韌性的總體影響（TE）定義為農業韌性對數字普惠金融指數的偏導數，即數學表達式為TE=β1+2β2indexit。中介效應（ME）則定義為中介變量對數字普惠金融的偏導數與農業韌性對中介變量偏導數的乘積，即ME = γ1 ρ3 +2γ2 ρ3indexit。本理論框架有助于深刻理解數字普惠金融在提升農業韌性過程中的作用機制，為分析數字普惠金融在農業經濟發展中的作用提供了新視角。

3. 2 變量選取與統計測度

3. 2. 1 被解釋變量

農業韌性（resiit）。借鑒反事實測度法，將2008年國際金融危機前夕農業系統的狀態視作理想的基準狀態，通過比較農業經濟實際增長率與無干擾條件下的潛在增長率的差異來衡量農業韌性。參照Martin等［3］、劉瑞等［4］的研究，通過農業產出和就業等經濟指標的實際增長率與預期增長率之差來衡量農業韌性。本研究依據靜態凡登定律，構建空間自回歸模型，以探討各區域間農業就業的空間依賴性。具體計算公式如下：

式中：Et代表農業就業水平；YAt表示農業總產出水平；Wln Et表示捕捉相鄰地區農業就業的空間滯后效應；Зt為模型的干擾項。?、ψ 和Φ 分別代表農業就業的空間滯后效應的系數、前一期農業就業水平的系數和農業總產出的系數。利用差分GMM方法進行估計，得到的估計結果分別為?=-0. 003 9、ψ=0. 814 2、Φ=0. 099 1。進一步，研究選取2007年為基準年份，根據各省份農業的實際產出增長數據，估算出無外部沖擊下的產出增長率，即反事實產出增長率。進一步，推斷各地區無外部沖擊下的農業勞動生產率，即反事實農業勞動生產率。根據Martin等［3］關于經濟韌性的討論，本研究提出農業韌性可視為在外部風險沖擊下農業潛在增長率的最大化程度，表現為實際生產中的潛在增長率和反事實情景下的潛在增長率的差值。為此，研究運用H-P濾波法對實際的潛在增長率和反事實潛在增長率分別進行估算，并以兩者的差值來衡量各地區的農業韌性。

3. 2. 2 解釋變量

數字普惠金融指數（indexit）。該指數來自《北京大學數字普惠金融指數》報告。為適應回歸分析的需求，原始指數值經過標準化處理，即將每個年度的指數值除以1 000進行縮放。該指數根據螞蟻金服平臺的賬戶交易數據，從金融普惠性的3個基本維度，即金融服務的使用深度、覆蓋廣度及數字化程度，構建包含33個子指標的指標體系進行綜合評價。

3. 2. 3 調節變量

合村并居政策（magit）。合村并居是近年來在中國農村地區推行的一項重要行政改革措施，旨在通過整合農村行政單位和居住區優化資源配置，加強農村社會治理和服務效能。依據王學淵等［39］的研究，選用行政村數量變動作為衡量該政策推廣程度的指標。具體計算過程如公式（6）。

式中：Δvillit 代表i 地區在t 年相較于t-1年（上一年）行政村數量的變化。通過上述差分法，能夠體現合村并居政策在不同地區及時間序列上的實施效果和變化趨勢。

3. 2. 4 中介變量

（1）農戶風險承擔（risit）。針對農戶風險承擔的評估，現有文獻尚未形成一套完善的方法。研究表明，農戶風險承擔通常受到農業生產資料支出和農業保險使用情況的影響［40］。據此，本研究確定農戶風險承擔的兩個關鍵代理變量為農戶固定資產投資（ln invit）和農業保險使用深度（insit）。其中，農戶固定資產投資采用《中國農村統計年鑒》中農業固定資產投資額的數據進行衡量，對該指標取對數處理；農業保險使用深度則以農業保險密度與農業保險規模的交互項進行衡量。

（2）農村產業融合（indit）。參照王麗納等［41］的研究，從農業產業鏈延伸、農業多功能性發展和農業服務業融合發展3個維度構建農村產業融合的評價指標體系（表1）。進一步，使用熵權法進行指數測算，以此客觀地反映農村產業融合發展的程度。

3. 2. 5 控制變量

參照文獻［42］，本研究確定了經濟社會動態中可能影響農業韌性的一系列控制變量。一是城鎮化水平（urbit）。該變量以地區城鎮居民人口數量與總人口數量的比例即城鎮化率來衡量，反映了地區城鎮化進程。二是經濟對外開放度（opeit）。選取地區總進出口額占地區生產總值的比率作為衡量指標，以此衡量地區在全球經濟體系中的開放程度。三是經濟規模（ecoit）。采用人均社會零售商品總額來代表，以反映地區的經濟購買力。四是人口老齡化（fosterit）。以地區老年人口撫養比衡量，檢驗地區人口結構對經濟發展的潛在影響。五是政府職能（govit）。以地區財政一般預算公共支出與GDP的比率來衡量，考察地方政府財政支出對地區經濟發展的影響。六是數字化發展水平（diit）。使用信息傳輸、軟件和信息技術服務業全社會固定資產投資額來衡量區域數字化的發展情況。

3. 2. 6 數據來源與變量描述性統計

選取2013—2023年中國30個省份（受限于數據的可獲得性，研究未涉及西藏、香港、澳門和臺灣）的面板數據作為研究對象。數據主要來自國家統計局發布的各項數據庫、各省份統計局公布的統計資料、《中國農村統計年鑒》以及《中國保險年鑒》，確保了統計數據的官方性和權威性。鑒于數據的完整性對研究質量的影響，采取插值法對缺失值進行了科學合理的補充。變量的描述性統計結果見表2。

4 實證分析

4. 1 基準檢驗

根據公式（1）進行OLS回歸分析，通過逐步引入控制變量，檢驗數字普惠金融對農業韌性的潛在影響。表3的估計結果顯示，數字普惠金融與農業韌性之間存在顯著的倒“U”形關系，驗證了假設H1。經計算，倒“U”形曲線的拐點為X0=0. 249，即當數字普惠金融指數為0. 249時，對農業韌性的促進作用達到最優水平。

從數據統計來看，數字普惠金融指數的分布區間為0. 118～0. 498。結合拐點臨界值0. 249分析，數字普惠金融發展水平尚未完全達到適應當地農業經濟的最佳匹配點。該實證分析結果不僅揭示了數字普惠金融在提升農業韌性和促進農業可持續發展中的動態作用，也反映出其影響呈現明顯的階段性特征。在數字普惠金融起步階段，資金注入有助于緩解農業生產經營的融資約束。同時，數字技術的應用提高了農戶對自然風險和市場波動的響應能力，增強了農業系統的生產效率、適應性及抵御風險的能力。然而，數字普惠金融規模的不斷擴張，可能伴隨財務風險增加。當農戶的知識素養和傳統的農業生產結構不能與快速的數字化進程匹配時，其對農業韌性帶來的正效應可能會被削弱。

本研究首次揭示了數字普惠金融與農業韌性之間存在顯著的倒“U”形關系，為理解數字普惠金融在農業經濟中的作用提供了新的理論視角和實證基礎。此外，通過計算拐點的精確位置，指出了數字普惠金融適應農業經濟的最佳匹配點，為政策制定提供量化決策依據，深化了對如何促進金融發展與避免潛在風險的規律性認識。

4. 2 穩健性檢驗與內生性分析

4. 2. 1 剔除直轄市

為保障研究結果的客觀性，排除了可能受經濟政策差異和特定環境因素影響的4個直轄市樣本。剔除這些樣本之后，重新執行了OLS回歸分析。根據表4所報告的結果，系數的估計值及其顯著性與基準估計結果高度吻合。據此得出結論，初始回歸分析結果具有一定的可靠性，有效排除了直轄市樣本可能引致的偏誤。

4. 2. 2 工具變量法

本研究利用互聯網普及率（intit）作為工具變量，借助兩階段最小二乘法（2SLS）檢驗了數字普惠金融與農業韌性的相關性。互聯網普及率作為影響區域數字金融發展的重要因素，與數字普惠金融緊密相關，又不會通過數字普惠金融間接影響農業韌性，滿足工具變量的相關性與外生性雙重要求。F 檢驗值大于10，排除了弱工具變量問題，驗證了所選工具變量的有效性。控制了內生性偏誤后，系數的符號和顯著性未發生變化。此結果進一步驗證了數字普惠金融與農業韌性的非線性關系。

進一步，參考Lu等［43］的研究采用雙重差分法來測算工具變量。具體步驟為，使用2016年中國人民銀行頒布的《數字普惠金融高級原則》文件（政策）作為沖擊事件。對于農戶而言，該政策提出時間具有外生性，且不同地區受政策影響的程度不同。相比東部發達地區，中西部欠發達地區的農戶家庭受政策影響更大。因此，研究納入政策沖擊的時間虛擬變量與地區虛擬變量的交互項構建雙重差分模型，具體計算公式如下：

式中：treatmenti是地區虛擬變量，表示地區i 是否屬于中西部地區。若為中西部地區時，treatmenti=1，否則treatmenti=0；postt是時間虛擬變量，表示政策出臺后的時期。當年份為2016年及以后時，postt= 1，否則postt = 0。θ0 表示公式（7）的截距項，θ1 和θ2 分別為政策沖擊和控制變量的作用系數。最后，得到公式（7）的回歸擬合值ωit。然后，將擬合值ωit作為兩階段最小二乘估計中的數字普惠金融的工具變量。

工具變量在以下兩個條件下有效。第一，在出臺《數字普惠金融高級原則》文件（政策）后，中西部地區的數字普惠金融發展水平高于控制組，即符合相關性條件。第二，《數字普惠金融高級原則》文件（政策）沒有通過除了數字普惠金融以外的其他途徑影響地區農業韌性，即符合外生性條件。相關性條件可以通過公式（7）中θ1 的顯著性進行驗證，但外生性需要進一步討論。

外生性要求在考慮所有控制變量的情況下，工具變量（treatmenti × postt）與公式（7）中的誤差項（εit）不相關，即Cov（treatmenti × postt， εit|Xit） = 0，其中Xit 是控制變量的總和。導致違反該假設的情況只有兩種，即Cov（postt，εit|Xit） ≠ 0或Cov（treatmenti， εit|Xit） ≠ 0。

首先，Cov（postt， εit |Xit） ≠ 0意味著政策頒布時間非隨機。本研究包含了年份固定效應，減少了年度間的差異。另一個導致非隨機情況的因素是《數字普惠金融高級原則》文件（政策）頒布當年正在進行的其他政策對被解釋變量產生了影響?，F有研究已排除了其他政策對結果的干擾［44］。

其次，Cov（treatmenti， εit |Xit） ≠ 0意味著實驗組的選擇非隨機。為了減輕這一因素對估計結果的負面影響，研究控制了隨時間變化的地區特征。因此，該工具變量符合外生性要求。同時，F 值檢驗結果大于10，表明不存在弱工具變量問題。根據表4的結果，系數符號與顯著性水平沒有發生較大變化，再次證實了前文結論的穩健性。

4. 3 異質性分析

4. 3. 1 農業韌性異質性

回歸分析要求被解釋變量服從正態分布，但現實數據往往因為異常值或者異方差的存在而導致估計結果偏離實際。為了解析數字普惠金融對不同程度的農業韌性（分位點）的具體影響，研究采用分位數回歸方法進行實證檢驗，辨析數字普惠金融在不同農業韌性水平上的差異性影響。根據表5的估計結果，數字普惠金融對處于低分位點的農業韌性表現為倒“U”形效應，而在高分位點處則表現出“U”形的影響。這一發現為本研究提供了數字普惠金融在提升農業韌性方面可能存在的非線性效應以及分位異質性的重要視角。

4. 3. 2 政策異質性檢驗

自2016年以來，中國數字普惠金融政策迎來深刻變革，央行出臺的《數字普惠金融高級原則》為該領域的發展奠定了重要基礎，也預示著政策制定由淺入深地演進。本研究根據政策節點進行異質性檢驗，以期剖析政策效應的變化趨勢。

參考表6實證檢驗結果，在2016年《數字普惠金融高級原則》實施前，數字普惠金融對農業韌性不存在顯著的作用，政策施行后則呈現倒“U”形特征，拐點為X0=0. 305。這一現象證明該政策提高了數字普惠金融的影響效力，揭示了隨著數字普惠金融規模的擴增，其在農業韌性上的非線性作用也隨之顯現。

4. 3. 3 農業風險異質性

本研究根據農業生產風險等級探討了數字普惠金融在不同風險條件下對農業韌性的差異化作用。表6的估計結果揭示了數字化普惠金融服務在不同風險級別地區的異質性影響及其變化趨勢。

在風險較低的地區，數字普惠金融服務與農業韌性之間存在顯著的“U”形關系。該現象表明，數字普惠金融初期可能并未明顯提高農業生產韌性，原因可能在于服務起步階段更側重于基礎設施建設和用戶培訓，延遲了其對農業韌性的實際作用。然而，當技術滲透達到曲線拐點0. 359時，隨著農業生產者對數字金融工具的逐步適應與高效利用，顯著提升了其在風險管理方面的效率，最終增強了農業韌性。

相反，在中風險和高風險地區，數字普惠金融與農業韌性的關系呈顯著的倒“U”形，其拐點分別為0. 270 和0. 212。這兩類地區的農戶由于面臨更加迫切的風險挑戰，數字金融服務所帶來的短期積極效應更為顯著，有效減弱了農業生產的不確定性。然而，長遠來看，高風險地區可能會因為對數字金融產品的依賴性增強，而加劇金融市場的逆向選擇與道德風險，最終對農業韌性治理帶來不利影響。

4. 4 農業韌性提升路徑的檢驗

4. 4. 1 韌性提升的內生治理路徑：合村并居政策的調節作用

鄉村社會深層結構與關系的優化調整，是挖掘鄉村振興內在動力、提升農業經濟韌性的關鍵途徑。將合村并居與解釋變量及其交互項納入模型后進行回歸。表7結果顯示，（φ1 φ5 - φ2 φ4 ） lt; 0，表明引入合村并居政策作為調節變量時，整體曲線及拐點向左移動，即數字普惠金融對農業韌性的最優作用點提前出現；φ5 lt; 0，表明合村并居政策使得倒“U”形曲線呈現更為陡峭的趨勢，即數字普惠金融上下調整一單位會導致農業韌性產生更大的邊際波動。這一結論揭示了合村并居政策強化了數字普惠金融與農業韌性之間的非線性關系，驗證了假設H2。

合村并居政策通過重組村落的經濟地理格局和社區網絡，對數字普惠金融服務以及農業生產的可持續性產生深刻影響。合村并居政策推動了基礎設施的整合，加強了地區之間的互聯互通性，進而提高了數字普惠金融服務的普及率和實際效用。這與世界銀行等金融機構在金融包容性文獻中強調的為廣大民眾提供可負擔、及時、易獲取的金融服務理念一脈相承。另外，村落過度合并有可能導致金融服務規模增長超越最佳水平，產生金融資源配置不均和服務供給者集中度過高的問題。這將導致數字普惠金融與農業韌性之間非線性關系進一步加劇。

4. 4. 2 韌性提升的風險治理路徑：農戶風險承擔的中介作用

基于前文的理論分析，數字普惠金融能夠通過提高農戶固定資產投資和農業保險使用深度來實現風險管理，以此增強農業的自我復原和應對能力。根據表8的估計結果，數字普惠金融對農戶固定資產投資和農業保險使用深度均存在顯著的非線性影響。其次，依據估計系數值，農業保險使用深度的中介效應計為ME=0. 020-0. 155indexit。使用中介效應的Sobel檢驗，其Sobel檢驗的P 值為0，進一步證明了中介效應存在。初期，數字普惠金融通過增強農業保險使用深度提升區域農業韌性；后期，過度依賴金融服務可能抑制區域農業韌性的發展。此外，農業固定資產投資的顯著性水平較低，對農業韌性的提升作用較弱。固定資產投資的增加雖有利于增加機械生產工具的投入使用量，但農業韌性的提高更多依賴生產過程中機械設備的有效使用。

深入分析發現，合村并居政策作為一項整合農村資源和投資的措施，其推行較為成熟的區域（magitgt;1）表現出更加顯著的政策成效。在合村并居政策推行區，固定資產投資在5%的顯著性水平上正向顯著，且Sobel檢驗的P 值為0. 008。合村并居政策提升了固定資產投資效能，加強了其對農業韌性的中介效應。中介效應的大小為ME=-0. 072+0. 148indexit，較之前（ME=-0. 053+0. 107indexit）有顯著的提高。綜上所述，數字普惠金融拓寬了農業保險使用深度，從而提高了農業韌性。農戶固定資產投資的中介效應則是以合村并居政策背景下的組織化改革及機械化生產規模擴大為前提。

4. 4. 3 韌性提升的產業治理路徑：農村產業融合的中介作用

基于前面的理論分析，數字普惠金融能夠促進農村產業融合發展。這有助于優化農村產業結構、提高農業生產質量與效率，以及實現農村經濟的全面拓展，即提升農業的韌性。表8的結果顯示，數字普惠金融顯著提高了農村產業融合發展水平。結合估計結果和Sobel檢驗P 值進行綜合判定，農村產業融合在數字普惠金融影響農業韌性的過程中存在中介作用。中介效應大小為ME=0. 047+0. 063indexit。該結果從實證分析角度印證了理論機制的邏輯，并驗證了假設H4，即農村產業融合在數字普惠金融影響農業韌性的機制中存在中介效應。

5 進一步分析：不同農業風險水平下數字普惠金融影響農業韌性的門檻檢驗

5. 1 農業風險水平的測度

農業抗風險能力是農業韌性的核心，能夠確保長期的食品安全與農業可持續發展。參考陳燕等［45］的量化分析方法，以糧食產量指標為基礎，計算糧食單產變異系數（coefficient of variation， CV）作為衡量農業生產波動的工具。同時，結合糧食成災概率與單產效率指數，進一步評估各地區農業生產面臨的風險級別。

5. 1. 1 糧食單產變異系數

單產變異系數（CV）可以衡量糧食生產的年際波動，指標值越小表示生產環境越穩定，生產風險越低。首先，將原始糧食單產數據剔除長期趨勢的影響得到殘差部分。其次，根據公式（8）對該殘差的變異系數CV進行測算，測算結果見表9。

式中：T 代表樣本期間的年份數， Yˉ 表示樣本期內糧食單產的均值，Yit 表示i 地區t 年的實際糧食單產， Yit 代表相應的趨勢單產。

5. 1. 2 糧食成災概率

借鑒陳燕等［45］的研究方法，運用H-P濾波法將糧食單產（Yit）的波動分離為長期趨勢產量（YQit）和周期性波動產量（CQit）兩個部分，并采用公式（9）來測算單產損失率rit。當實際單產高于或等于趨勢單產時，認為糧食未遭受損失，此時將單產損失率rit設為0；當實際單產低于趨勢單產時，則根據公式（9）計算單產損失率。

假設某地區糧食生產因災害遭受的損失率為l（01），該地區t 年的糧食損失率l 的樣本數據為xt，t=1，2，3，…，T。然后，設rit按照正態分布規律向損失率l 的樣本數據擴散信息量。由此，構造見式（10）的信息擴散函數（gxt （l）），對樣本中任意一點的損失率進行估算。其中，h為根據樣本量m、最大值b 以及最小值a 確定的信息擴散系數。進一步計算信息擴散函數實際值與最大值的比重。將原始災害樣本損失率轉化為以μxt （l） 為隸屬函數的模糊樣本，并根據式（11）做歸一化處理。

通過P （l） =Σt = 1T μxt （l）/T 來估算損失率l 的發生概率P（l），特別地，本研究采用的非參數信息擴散模型在計算過程中將樣本平均劃分為20個區間。最后，獲得糧食受災率大于或等于5%的概率分布，測算結果見表9。

5. 1. 3 糧食單產效率指數

通常而言，農業生產風險隨糧食產量增加而上升。本研究構建地區糧食單產效率指數（eaiit）作為輔助指標。計算過程見公式（12），Yt 為t 年全國平均糧食單產水平。糧食單產效率指數（eaiit）大于1，表示i 地區的糧食生產效率較高；反之，則表示糧食生產效率較低。

5. 2 農業生產風險下數字普惠金融對農業韌性的門檻效應

將糧食單產效率指數（eaiit）與糧食單產變異系數的交互項作為衡量地區農業生產風險（riskit）的綜合指標，并將其設置為門檻變量。借鑒Hansen［46］的門檻效應模型構建分段函數見式（13），以此檢驗數字普惠金融在不同農業生產風險水平下對農業韌性的動態趨勢。

式中：I （riskit ≤ ?）表示農業生產風險低于門檻值的估計條件，I （riskit gt; ?）則表示高于門檻值的估計條件。τ0表示公式（13）的截距項；τ1 和τ2 分別表示農業生產風險低于門檻值時indexit 和index2it 的系數；τ3 和τ4 則表示高于門檻值時indexit和index2it的系數；τ5表示控制變量的系數。

由表10可知，數字普惠金融對農業韌性的作用隨生產風險的提高表現出動態特征。當農業生產風險低于門檻值0. 343時，數字普惠金融和農業韌性存在倒“U”形關系，數字普惠金融指數在（0，0. 189］的范圍內提高農業韌性。當農業生產風險高于門檻值0. 343時，數字普惠金融對農業韌性沒有顯著影響。從整體情況上看，數字普惠金融在一定的生產風險范圍內對農業韌性存在正面效應，但需要在一個審慎的規模范圍內執行。

6 結論與政策啟示

6. 1 研究結論

本研究從理論層面剖析了數字普惠金融對農業韌性的非線性影響及作用機制，并基于2013—2023年中國30個省份的面板數據，進行了全面的評估和檢驗。研究結果表明：①數字普惠金融與農業韌性之間存在倒“U”形非線性關系，對農業韌性的提升作用區間為（0， 0. 249］。②合村并居政策發揮了調節作用，增強了數字普惠金融對農業韌性的影響。③農戶風險承擔在數字普惠金融對農業韌性的影響中發揮中介作用。其中，農戶固定資產投資的中介效應需要以農村組織化變革引致的農業生產規模擴大與機械設備集約利用為前提。④農村產業融合在數字普惠金融對農業韌性的影響中存在中介作用，表明數字普惠金融可以通過農村產業融合發展對農業韌性產生積極影響。⑤隨著農業生產風險的上升，數字普惠金融對農業韌性的增進效應提前出現。具體表現為，在低風險地區數字普惠金融對農業韌性的影響呈現“U”形特征，在中高風險地區則呈現倒“U”形特征。⑥對門檻效應的估計結果表明，當農業生產風險低于門檻值0. 343時，數字普惠金融對農業韌性的影響呈現倒“U”形特征，正效應區間為（0， 0. 189］。

6. 2 政策啟示

基于上述實證結論，本研究建議從數字普惠金融布局與服務、農村社會結構轉型、農戶風險承擔、農村產業融合發展、農業生產風險門檻效應管理5個方面系統提升農業及農村地區的綜合韌性，為全面推進鄉村振興奠定扎實基礎。

一是優化數字普惠金融布局與服務。首先，優化布局策略。合理控制數字普惠金融的發展與布局，避免過度擴張可能帶來的風險；根據不同地區農業生產風險水平、農業特點和農戶需求，制定差異化的數字普惠金融發展策略，確保金融產品和服務能夠精準、高效地服務于農業生產。其次，改善服務環境。加大對農村地區數字基礎設施建設投入，提高網絡覆蓋率，普及智能終端設備，降低農戶使用數字普惠金融服務的門檻；開發適合農戶需求的數字普惠金融創新產品，簡化審批流程，便捷咨詢服務；通過完善法律法規、稅收優惠、宣傳教育和監管創新，加強政策引導與監管。最后，加強協同整合。注重政策之間的協同性和互補性，整合政府、企業、社會組織等多方資源，形成合力，共同推動數字普惠金融在農業領域的健康發展。

二是促進農村社會結構有序轉型。首先，加強合村并居政策的實施與監管。優化村莊布局，提高基礎設施水平，完善公共服務體系，強化合村并居后村莊的治理和監管，確保政策實施效果。其次，推動農村組織化變革。改變傳統生產模式，促進農業生產的科學化、規模化、集約化，從而增強農業的抵抗力、恢復力與適應調整力；大力發展農村集體經濟，強化集體利益的制度保障，增強農業生產的韌性。再次，加強農村社會治理和文化建設。完善農村社會治理體系，加強基層自治組織建設，推動農村法治建設，做好農村法律服務和法律援助工作；加大對農村文化建設的投入，加強農村公共文化設施建設和管理，豐富農民精神文化生活；挖掘農村內在社會文化和傳統價值，激發鄉村發展的內生動力、潛能和韌性治理能力。以社會文化和集體意識引領集體行動，培育農民在農業生產中的合作意識，擴寬農民參與公共服務的渠道，增強農村社會系統應對資源環境危機和生產風險的內部力量。最后，促進城鄉融合發展。推動城鄉基礎設施互聯互通、公共服務共建共享、產業協同發展，縮小城鄉差距；鼓勵城市資本、技術、人才等要素向農村地區流動，促進城鄉融合發展。

三是提升農戶風險承擔能力。首先，通過宣傳引導和教育培訓，提高農戶的風險意識、保險意愿和風險管控能力，鼓勵農戶參與農業保險，降低因自然災害等不可抗力因素導致的經濟損失。其次，通過財政補貼和貸款優惠，鼓勵農戶增加農業生產設備和設施等固定資產的投入，提高農業生產效率和抵御風險的能力。再次，發揮數字普惠金融的長尾效應，推動金融機構為農戶提供信用貸款、設備租賃等服務，降低融資成本，支持擴大生產規模和提高生產效率，支持改進農業生產條件和技術。最后，豐富完善災害救助機制和農業保險產品，為農戶提供應對自然災害和市場波動的風險緩沖。

四是推動農村產業融合發展。首先，制定相關政策。通過出臺扶持政策并提供要素支持，引導一二三產業相互關聯滲透，延長產業鏈條、拓寬產業范圍，提高農業的附加值和競爭力。其次，加強產業鏈協同。推動金融機構與農業產業鏈上下游企業合作，鼓勵數字普惠金融向農村產業融合領域傾斜，提供全方位的資金支持和服務保障；建立農業產業鏈信息共享平臺，提高產業鏈協同效率和風險管理水平。最后，完善利益聯結機制。通過政策鼓勵和市場引導，以商助農，以工哺農，培育新的農村經濟增長點，帶動一二三產業的增值收益，實現鄉村產業綜合實力和市場韌性的整體提升。

五是強化農業生產風險門檻效應管理。首先，確立門檻效應管理的戰略思維。參考農業生產風險的門檻值0. 343，明確不同生產風險背景下數字普惠金融對農業韌性的影響特征。在農業生產風險低于門檻值時，應當發揮數字普惠金融對農業韌性的積極作用。農業生產風險突破門檻值時，則需要及時進行生產預警。根據門檻效應制定差異化的風險控制策略，形成底線思維。其次，建立健全農業生產風險預警機制。利用大數據、物聯網等技術建立農業生產風險預警系統，實時監測和分析農業生產風險的變化情況，為政策制定和農戶決策提供科學依據。最后，制定農業生產風險應對預案。要明確不同風險水平下的應對措施和責任人、應急響應機制和災后恢復與重建計劃，以便快速應對和處置。